Waarom is dit belangrijk?
Computers kunnen met abductief logisch programmeren een bekend doel bereiken door ontbrekende stappen in een plan aan te vullen. In de wetenschap wordt het bij biologisch onderzoek gebruikt om verbanden tussen genen af te leiden uit meetgegevens over hoe actief genen zijn. Onderzoekers en studenten zien zo sneller mogelijke voorstellen, maar er kunnen meerdere voorstellen passen, dus een extra controle blijft nodig.
Zo werkt het in de praktijk
Voor Cyprus Airways koppelt een systeem met abductief logisch programmeren bemanning aan vluchten. Het past het rooster aan bij nieuwe wensen of onverwachte gebeurtenissen. In een model van de Universiteit van Bologna zoeken software-agenten samen verklaringen die bij het bewijs in een strafzaak passen.
Aan het Imperial College London onderzoeken informatici hoe een software-agent met dit raamwerk reageert op gebeurtenissen. Regels beschrijven de kennis en het doel van de agent. Het systeem werkt de situatie bij en kiest dan een actie.
Ontwikkelaars koppelen het raamwerk ook aan answer set programming. Die werkwijze maakt mogelijke antwoorden en toetst daarna of ze aan de voorwaarden voldoen. Daarnaast breidt het systeem ACLP de gewone rekenstappen van logisch programmeren uit.




